Effect of Low‐Glycemic Index/Load Diets on Body Weight: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
Objective It is unclear whether low glycemic index and load diets contribute to weight loss. To synthesize the evidence of the effect of low glycemic index/load (GI/GL) diets on body weight in order to inform clinical practice guidelines, we conducted a systematic review and meta‐analysis of randomized controlled trials. Methods We searched Medline, EMBASE, and the Cochrane Library (through June 2 2015). We included randomized controlled trials ≥12 weeks investigating the effect of a low‐GI or low‐GL intervention compared with an isocaloric control diet on body weight in participants that are overweight or obese (BMI >25 kg/m 2 ). Two independent reviewers extracted all relevant data, assessed risk of bias of individual trials using the Cochrane Risk of Bias Tool. Data were pooled using the generic inverse variance method and expressed as mean differences (MD) with 95% confidence intervals (CIs). Heterogeneity was assessed by the Cochran Q statistic and quantified by the I 2 statistic. Results Eligibility criteria were met by 19 randomized controlled trials (RCTs) (22 comparisons) involving 1,577 overweight or obese participants. Low GI/GL diets resulted in a non‐significant decrease in body weight compared with higher GI/GL control diets (MD= −0.32 kg (95% CIs −0.86 kg, 0.23 kg) with evidence of substantial inter‐study heterogeneity (I 2 =57%, p<0.001). Limitations Most of the trials were of moderate duration (<6 months) and there was substantial unexplained inter‐study heterogeneity. Conclusion Low GI/GL diets do not lead to significantly more weight loss than higher GI/GL diets over the moderate term in overweight or obese people. To address the sources of uncertainty, there is a need for larger, longer, higher quality trials. Support or Funding Information Financial support for this work given by The Canadian Institutes of Health Research (funding reference number, 129920) through the Canada‐wide Human Nutrition Trialists’ Network (NTN), the PSI foundation, and the Canadian Diabetes Association.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,021 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,026 | 0,035 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».